Teknologi Pangan USAHID

FaveHotel Cilacap 4.5 6,728 reviews Alamat:  Jl. Budi Utomo No.38, Sidakaya Dua, Sidakaya, Kec. Cilacap Sel., Kabupaten Cilacap, Jawa Tengah 53212 Telepon:  (0282) 5390555

Penelitian kualitas pangan dengan memanfaatkan teknologi kecerdasan buatan merupakan topik yang sangat menarik. Penelitian ini dilakukan dengan memanfaatkan data yang diperoleh dari penelitian terdahulu yang telah melakukan pengambilan data terkait karakteristik sensor gas pada kopi. Dalam penelitian sebelumnya, telah terbukti bahwa kombinasi sensor gas dengan algoritma kecerdasan buatan mampu memberikan prediksi dengan tingkat akurasi yang tinggi, yang menjadi dasar bagi penelitian ini. Data dari penelitian sebelumnya memberikan pemahaman yang lebih mendalam tentang respons sensor gas terhadap kualitas kopi, termasuk aroma, tingkat kematangan, dan karakteristik lainnya. Hasil ini menjadi landasan untuk melanjutkan penelitian dengan pendekatan yang lebih canggih menggunakan kecerdasan buatan. Dengan demikian, penelitian ini dapat memanfaatkan pengetahuan yang telah ada dan mengembangkannya lebih lanjut untuk mencapai tujuan yang ditetapkan. Selain itu, penggunaan teknologi kecerdasan b

Pendanaan Program Kreativitas Mahasiswa-Kewirausahaan (PKM-K) 2023 Tim PKM 2023 Universitas Sahid : Julya Untari (Ketua), PS. Teknologi Pangan Tasya Agustien (Anggota), PS. Teknologi Pangan Imelda Rento Simanjuntak (Anggota), PS. Teknologi Pangan Puji Rahayu (Anggota), PS. Akuntansi Dosen Pembimbing : Shanti Pujilestari, ST., MM Didanai oleh: Direktorat Jendral Pendidikan Tinggi Kementrian Pendidikan & Kebudayaan Riset dan Teknologi RI.

  Pasca gempa Cianjur pada Senin tanggal 21 November 2022 dengan magnitude 5,6 masyarakat Desa Bangbayang sampai saat ini masih menetap di pengungsian dan belum melakukan kegiatan yang berarti. Di sekitar pengungsian terdapat tanaman ubi jalar ungu yang biasa dihidangkan menjadi ubi rebus. Pemanfaatan ubi ungu tersebut berpeluang menjadi usaha masyarakat terdampak gempa. Untuk memotivasi terbentuknya usaha berbasis ubi jalar ungu, kami : Tim PKM Universitas Sahid : Shanti Pujilestari, ST.,MM Dosen PS. Teknologi Pangan (Ketua) Hamidatun, S.T.P.,M.Si Dosen PS. Teknologi Pangan (Anggota 1) Euis Widiati, SE, MM Dosen PS. Manajemen (Anggota 2) Dengan melibatkan mahasiswa : Wilda Nurul Izzati PS. Teknologi Pangan Nagya Deska PS. Teknologi Pangan Oman Ford PS. Teknologi Pangan Azyumardi Arza PS. Manajemen Didanai oleh : Bantuan Pendanaan Program Insentif Pengabdian Masyarakat Terintegrasi dengan MBKM Berbasis Kinerja IKU dari Direktorat Jendral Pendidikan Tinggi Kementrian Pendidikan & Ke

Daftar Jurnal Ilmiah  

  Masa covid-19 masih saja berlangsung maka sanitasi dan digital marketing pada usaha makanan menjadi sangat penting Kami Tim PKM Universitas Sahid, Shanti Pujilestari, ST.,MM.,MBA (PS. Teknologi Pangan/Ketua) Dr. Ekaterina Sulistiwati, ST.,MT (PS. Teknik Industri/Anggota 1) Chendi Liana, S.IK.,M.I.Kom (PS. Ilmu Komunikasi/Anggota 2) dengan melibatkan mahasiswa : PS. Teknologi Pangan : Julya Untari (2020340033) Cindy Octaviana (2020340003) PS. Teknik Industri : Galih Pramana Putra (2021310008) Alwi Fikri (2021310002) Judul kegiatan : PKM Cilok Jepret Anak Jalanan Kota Bekasi melalui Sanitasi Masa Covid-19 dan Digital Marketing. Ucapan terima kasih kepada : Direktorat Riset, Teknologi, dan Pengabdian Masyarakat (DRTPM) Kementerian Riset, Teknologi, dan Pendidikan Tinggi tahun 2022 yang telah memberi dana pada kegiatan ini. Semoga kegiatan ini dapat berdampak positif pada mitra “Cilok Jepret Astronot…., Astronot aja makan cilok masa kamu enggak ?”.

Sebagai seorang peneliti di bidang pangan, penelitian kualitas pangan dengan memanfaatkan teknologi kecerdasan buatan menjadi topik yang sangat menarik. Penelitian ini dilakukan dengan memanfaatkan data yang diperoleh dari penelitian terdahulu yang telah melakukan pengambilan data terkait karakteristik sensor gas pada durian. Dalam penelitian sebelumnya, telah terbukti bahwa kombinasi sensor gas dengan algoritma kecerdasan buatan mampu memberikan prediksi dengan tingkat akurasi yang tinggi, yang menjadi dasar bagi penelitian ini. Pada penelitian ini, data yang digunakan terdiri dari total 12 sampel durian. Setiap sampel durian dievaluasi dengan menggunakan 20 data sensor secara simultan untuk mendapatkan informasi yang komprehensif mengenai kematangan buah. Sampel-sampel tersebut kemudian dibagi menjadi tiga kelompok berdasarkan tingkat kematangannya sebagai label, yaitu: MENTAH, MATANG, dan BUSUK. Data tersebut kemudian dipersiapkan dan diproses untuk pelatihan model Neural Network. M